감성어휘를 이용한 콘텐츠 추천 서비스의 연구

다국어 초록 (Multilingual Abstract)

Recently, due to information overflow, users are not being able to find the information they actually want fast enough. So, a variety of information processing methods have been suggested to resolve this problem. And this study intends to discuss especially the one using emotional filter among various information processing methods. Since the emotional filter which is the term defined in this study is not yet settled, so it was used as the common name for emotion filtration or emotional recommendation from previous studies, which performs the same function as emotion filter.
The existing music recommendation service on the web has a weak point that it makes the user feel bored by recommending songs only with similar feeling of the same genre, because music is classified by tune, melody, atmosphere and genre before recommendation.
The service using emotion filter, suggested in this study, recommends the song and lyrics appropriate to the current emotional state of the user by abstracting emotional words that could reflect the sensitivity of human and then search the words within lyrics to match in order to overcome the weak point of the existing service.
This study starts where the current emotional status for the user is being input. As for the range to choose, there are the seven representatives of emotion which are, love, separation, joy, sorrow-gloom, happiness-lonesome, and anger. And each of these seven representative emotions has the twenty subordinate vocabularies. The emotional words which is the subordinate words to the representative emotion can be derived, using the relations of synonymy and equivalent on WordNet, from words in Korean dictionary which could express humans’ emotion well. As the service receives input of user’s emotion, it matches the emotional words appropriate for the emotion input with the lyrics, and ranks the lyrics in the order of priority, so that it recommends the song and it lyrics to the user. After this, the user will rate the recommended song and its lyrics with five-point scale descried as ‘good’, ‘a little good’, ‘medium’, ‘so- so’, ‘bad’.
To compare the service proposed in this study with the existing one, the existing music recommendation service and the newly suggested service were set up as the control group and the experimental group respectively and then examined. For examination, the lyrics in 100 songs were obtained from the popular song list of October, and then experiment was conducted under the assumption that the user wanted to be recommended songs about ‘love’ The result of the words extraction for the sensitive word “Love” produced 20 words including love, lover, sweetheart, affection, pretty, beautiful, lovely, loving, precious, beloved, and etc. for use. As for the control group, the song ‘when I fall in love’ was used in song recommendation service of M-net, and all the songs provided were the same genre, the ballad. And this kind of result would highly like to make the user bored while listening to music. In contrast, the lyrics recommendation service using emotional words, as observed in experiment, recommends songs from various genres when recommending songs regarding love.
As a result, the service proposed in this study was confirmed that it recommended various genre of songs distinctively different from the unified result from the existing service, thus also was verified its superiority.

국문 초록 (Abstract)

최근 넘쳐나는 정보로 인해 정보를 찾고자 하는 사용자들은 정작 원하는 정보를 빠르게 찾지 못하고 있다. 이런 문제점으로 인해 다양한 정보처리 기법이 제안되고 있다. 본 논문은 다양한 정보 처리 기법 중 감성필터를 이용한 정보 처리 기법에 대해 논하고자 한다. 본 논문에서 정의하는 감성필터는 감성 필터라는 용어가 정착된 것이 아니므로 기존의 연구결과 중 본 논문에서 사용하고자 하는 감성필터와 같은 기능을 하는 감성 여과 혹은 감성 추천을 통칭하는 말로 사용한다.
현재 웹 상에서 서비스 하고 있는 음악 추천 서비스는 음악을 음정, 선율, 분위기, 장르 등으로 구분하고 추천해 주기 때문에 같은 장르의 비슷한 느낌을 가진 노래만을 추천함으로 사용자로 하여금 지루함을 느끼게 한다는 단점이 있다. 본 논문에서 제안하는 감성필터를 이용한 음악 추천 서비스는 이러한 단점을 극복하고자 인간의 감성을 적절하게 표현해 줄 수 있는 감성 어휘를 이용해, 노래가사 내에서 어휘를 검색해 사용자의 현재 상태에 가장 적합한 노래와 노래가사를 추천해 주는 서비스이다.
본 논문에서 제안하는 서비스에서 사용자의 현재 감성 상태에 대한 입력은 사랑, 이별, 기쁨, 슬픔-우울함, 행복함, 외로움-쓸쓸함, 화남”의 7가지의 대표감성으로 받게 된다. 7가지 대표 감성은 각각 하위 어휘를 20개씩 가지고 있다. 대표감성의 하위어휘인 감성어휘는 인간의 감성을 잘 표현해 줄 수 있는 어휘를 국어사전 내에서 선택해 WordNet의 유의어, 동의어 관계를 이용해 추출 한다. 사용자의 감성을 입력 받으면 감성에 적합한 감성어휘를 노래가사와 매치 시켜 추천 해줄 노래가사의 우선순위를 정해 사용자에게 노래와 노래가사를 함께 추천한다. 사용자는 추천 받은 노래와 노래가사에 대한 평가를 ‘좋다’, ‘조금 좋다’,‘보통이다’,‘그저 그렇다’,‘나쁘다’로 나타낸 5점 척도를 이용하여 평가 한다.
본 논문에서 제안 하는 서비스를 기존 웹 상에서 제공하는 서비스와 비교하기 위해 기존 서비스와 제안하는 서비스를 각각 대조군과 실험군으로 설정하고 실험한다. 실험을 위해 10월 인기가요 100곡의 노래가사를 추출하고, 사용자는‘사랑’에 해당하는 노래를 추천 받고 싶다는 가정하에 실험을 한다. 감성 ‘사랑’에 대한 어휘 추출 결과는 사랑, 애인, 연인, 연애, 예쁘고, 예쁜, 사랑스러운, 사랑스런, 소중, 소중한 등 20개 이다. 대조군으로 Mnet의 추천 서비스인 “사랑에 빠졌을 때”에 대한 추천 노래를 사용한다. 대조군인 Mnet의 “사랑에 빠졌을 때”의 노래추천 결과는 장르가 발라드로 일치함을 보인다. 이런 결과는 사용자로 하여금 음악을 들으면서 지겨움을 느끼게 할 수 있다. 그에 반해 실험군인 감성어휘를 이용한 노래가사 추천 서비스는 사랑에 대한 노래를 추천할 때 다양한 장르의 노래를 추천해 주는 것을 볼 수 있다. 그 결과 본 논문에서 제안하는 서비스가 기존 서비스의 획일화된 결과와 확연히 다르게 음악의 다양한 장르를 추천해 주는 것을 확인하고 우수함을 검증한다.

목차 (Table of Contents)

• I. 서론 = 1
• 1. 연구의 배경과 목적 = 1
• 2. 연구의 방법과 범위 = 7
• II. 이론적 배경 = 10
• 1. 감성 어휘와 감성 필터 = 10
• 2. 추천 서비스 = 16
• 1) 내용기반 추천 = 18
• 2) 협업기반 추천 = 21
• III. 감성과 감성어휘를 이용한 감성 필터 = 24
• 1. 감성의 개념과 범위 = 24
• 2. 감성어휘의 추출 방법 = 28
• 1) 워드넷 = 28
• 2) 감성어휘의 추출 방법 = 32
• 3. 감성어휘를 이용한 감성 필터 = 39
• IV. 감성 필터를 이용한 콘텐츠의 추천 방법 = 43
• 1. 음악추천 서비스 = 43
• 1) Last.fm = 44
• 2) Mnet의 ‘밥(Bob)’ 서비스 = 47
• 2. 감성필터를 이용한 콘텐츠 추천 서비스 = 50
• V. 감성어휘를 이용한 노래가사 추천 서비스 = 52
• 1. 서비스 구성 = 52
• 2. 평가 방법 = 56
• VI. 결론 = 62
• [참고문헌] = 64
• 부록 = 76
• ABSTRACT = 79